离散型随机变量与连续型随机变量之和的分布

本文给出了一个离散型随机变量ζ与一个连续型随机变量η之和的分布（独立时）的一种计算方法．     

利用半离散型随机变量分析指数分布

离散与连续的关系是对立而又统一的,打破它们之间的界限,灵活地运用离散和连续之间的转换可以帮助更好地分析和理解数学问题.以概率论中指数分布为例,构造了一个特殊的半离散型概率模型,从而使抽象的问题变得比较直观,更容易理解.     

取有限个离散型随机变量似然估计的两种表达形式

对于离散型随机变量X来说,为了得到它的似然估计,就必须求得概率函数.该文对取得有限个值的离散型随机变量,给出了概率函数的两种表达形式.     

随机变量独立性的一个应用

本文主要讨论随机变量独立性在随机事件的独立性讨论中的应用。     

离散型随机变量的分布律与Toeplitz矩阵

本文分别利用对数分布的随机变量分布律和负二项分布的随机变量的分布律构造出两类Tocplitz矩阵,并讨论其特征,得到了一些较好的结果.     

关于离散型随机变量数学期望的几种求法

本文详尽地讨论了离散型随机变量数学期望的几种求法，并比较各种方法的差异。     

离散型随机变量数学期望的教学设计与实践

教学实践中,根据真实案例引入离散型随机变量数学期望,通过对离散型数学期望概念的讨论,促进学生对数学期望内涵的理解.改造传统例题,利用数学软件解决期望问题,有力的培养学生的建模意识、数学软件应用能力等综合素质,取得了较好的教学效果.     

关于随机事件与随机变量独立性的注记

本文对S.Bernstein提供的三个两两独立,但不彼此独立的离散随机变量的集合,推广到n个连续型随机变量的情形,即使它的一切真子集独立,但它仍不独立;同时,还用初等的方法构造了一个n>3个的随机事件的一切真子集是独立的,但总体不独立的例。     

关于随机变量独立性的一个反例研究

独立性是概率论与数理统计课程中贯穿始终的一个重要概念.采用容量为2自由度为n的t分布总体的样本的次序统计量,说明两个不独立的随机变量,其函数可以是独立的,也可以是不独立的,并就其次序统计量的间隔做了进一步的分析研究.     

两种类型随机变量之和的分布

给出了一种求服从均匀分布的随机变量与离散型随机变量之和的概率 分布的方法，并举例说明之。     

奇异型随机变量的分布函数

构造奇异型随机变量,比较这类随机变量的分布函数与常见离散型和连续型随机变量分布函数的区别,并讨论这类随机变量分布函数的性质.通过实例给出这类既非离散又非连续型随机变量分布函数间断点的判断方法.     

单峰分布下三段截尾变量均值上界的估计

假定随机变量X为单峰分布,众数Md>0,X∈[-a,+∞).在对偶理论的基础上引入测度变换,得到了三段截尾变量max{0,X,mX-z}(其中:m>1;z>0)均值的上界.     

截尾变量均值和概率的矩界(英文)

对给定随机变量Xi∈[0,M](i=1,2)具有EXi=μi,EX2i=μ2i+σi2(i=1,2)和EX1X2=μ1μ2+σ12,得到了截尾变量max(0,X1-X2)的均值的矩界,还得到了概率的上界。这些问题来源于欧氏期权,欧氏互换期权等的研究。所用方法基于用二次函数控制待估函数。     

三段截尾变量概率分布的上界

对给定的随机变量X∈[-a,+∞）,a≥0,且EX=m1,EX2 =m2,研究了三段线性函数max(0,X,mX -z)的分布（左尾）的上界,其中:m＞1,z＞0.运用基于二次函数控制待估函数的对偶方法,在一定条件下得到了上界的精确估计值.     

随机变量和的密度函数解法

对于多个随机变量,讨论其和的分布在质量工程和可靠性工程中有重要意义.从一道问题出发,通过几种不同的解决方法,探讨分布函数法在求解二维随机变量函数的密度函数中的应用问题.通过加强分布函数法的教学,改善了学生对随机变量函数的分布这部分教学内容的理解和掌握.     

离散型随机分布和几类Toeplitz矩阵

探讨了概率论中的离散型随机分布与Toeplitz矩阵的关系,给出了已知的几类Toeplitz矩阵是如何从概率论中离散型随机分布中构造出来的,利用如上的思想与方法,从概率论中的超几何分布构造了一类新的Toeplitz矩阵.     

行为NA的随机变量阵列加权和的收敛性

利用NA随机变量序列的矩不等式,得出了行为NA的随机变量阵列加权和在Cesáro一致可积条件下的Lr收敛性和弱大数定律,以及在弱于Cesáro一致可积条件下行为NA的随机变量阵列加权和的完全收敛性,推广和改进了目前该方面的主要结果.     

一个积分结果及其在随机变量函数密度求解中的应用

在一定光滑性假设之下,利用随机变量函数的等值线划分积分区域,给出了随机变量函数Z=?(X,Y)概率密度的曲线积分表达形式.利用等值线划分积分区域的方法使得公式的证明方法具有了几何直观性,方便了对密度函数表达式的理解,对概率论的教学具有一定的借鉴作用.